Please wait a minute...
发电技术  2020, Vol. 41 Issue (2): 126-130    DOI: 10.12096/j.2096-4528.pgt.18266
泛在电力物联网与综合能源系统关键技术 本期目录 | 过刊浏览 |
考虑风电消纳的源-荷协同优化调度策略
李卫东1(),贺鸿鹏2
1 沈阳工业大学电气工程学院, 辽宁省 沈阳市 110870
2 国网内蒙古东部电力有限公司, 内蒙古自治区 呼和浩特市 010020
Source-load Cooperative Optimization Dispatch Strategy Considering Wind Power Accommodation
Weidong LI1(),Hongpeng HE2
1 School of Electrical Engineering, Shenyang University of Technology, Shenyang 110870, Liaoning Province, China
2 State Grid East Inner Mongolia Electric Power Supply Co., Ltd., Hohhot 010020, Inner Mongolia Autonomous Region, China
全文: HTML    PDF(480 KB)  
输出: BibTeX | EndNote (RIS)      
摘要: 

为提升风电消纳比例,提出一种基于遗传算法的源-荷协同调度策略。旨在通过负荷侧需求响应与源侧发电机组共同参与电网优化调度,缓解由于风电反调峰特性导致的大规模弃风问题。在电力用户自愿参与电网调度的基础上,分析激励型需求响应参与电网调度对风电消纳的影响机理,以系统总成本最低为目标建立源-荷协同优化调度模型,在保证系统安全、可靠的前提下,采用遗传算法对模型进行求解。利用Matlab对算例进行仿真计算,与仅考虑源侧优化的调度策略相比,风电消纳比例提高了27.56%,总调度成本降低了4 798元,验证了所提策略对于提升风电消纳的有效性。

关键词 风电消纳源-荷协同调度需求响应调度模型遗传算法    
Abstract

In order to improve the proportion of wind power accommodation, a source-load cooperative dispatch strategy based on genetic algorithm was proposed. The purpose of this dispatch strategy is to alleviate the problem of large-scale wind power curtailment, which is caused by the anti-peak regulation characteristics of wind power. Based on the voluntary participation of users in grid dispatching, the influence mechanism of excitation-type demand response participating in power grid dispatching on wind power consumption was analyzed. The source-load coordination optimization model was established with the goal of minimizing the total cost of the system. On the premise of ensuring the safety and reliability of the system, genetic algorithm was adopted to solve the model, Matlab was used to carry out simulation calculation on the calculation example in this paper. The results show that the proportion of wind power increase by 27.56%, and the total dispatch cost decrease by 4798 RMB, whichverify the effectiveness of the proposed strategy.

Key wordswind power accommodation    source-load cooperative dispatch    demand response    dispatch model    genetic algorithm (GA)
收稿日期: 2019-09-02      出版日期: 2020-04-23
ZTFLH:  TM614  
基金资助:辽宁省自然科学基金计划重点项目(20170520292)
作者简介: 李卫东(1995),男,硕士研究生,研究方向为综合能源系统优化, liweidong13579@163.com
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
李卫东
贺鸿鹏
引用本文:

李卫东,贺鸿鹏. 考虑风电消纳的源-荷协同优化调度策略[J]. 发电技术, 2020, 41(2): 126-130.
Weidong LI,Hongpeng HE. Source-load Cooperative Optimization Dispatch Strategy Considering Wind Power Accommodation. Power Generation Technology, 2020, 41(2): 126-130.

链接本文:

http://www.pgtjournal.com/CN/10.12096/j.2096-4528.pgt.18266      或      http://www.pgtjournal.com/CN/Y2020/V41/I2/126

图1  需求响应参与风电消纳示意图
图2  模型求解流程图
表1  火电机组与热电联产机组的技术参数
图3  风电及负荷预测值
表2  不同调度策略的系统运行费用
图4  风电消纳对比
图5  负荷需求对比
图6  热电联产及火电出力对比
1 薛静玮, 吴晓升, 叶荣, 等. 大规模风电接入输电网的源网联合规划[J]. 电网与清洁能源, 2019, 35 (3): 68- 74.
2 傅旭, 赵娟, 张更贺, 等. 风电场接入对送端电网暂态特性的影响研究[J]. 分布式能源, 2019, 4 (1): 17- 21.
3 金尚婷, 吴杰康, 覃炜梅, 等. 考虑风电消纳的配电网多目标无功协同优化[J]. 广东电力, 2019, 32 (1): 52- 59.
4 国家能源局. 2018年前三季度风电并网运行情况[EB/OL]. (2018-10-30)[2018-12-15].http://www.nea.gov.cn/2018-10/30/c_137569222.htm.
5 甘伟, 艾小猛, 方家琨. 风-火-水-储-气联合优化调度策略[J]. 电工技术学报, 2017, 32 (S1): 11- 20.
6 崔杨, 陈志, 严干贵. 基于含储热热电联产机组与电锅炉的弃风消纳协调调度模型[J]. 中国电机工程学报, 2016, 36 (15): 4072- 4081.
7 王振浩, 杨璐, 田春光. 考虑风电消纳的风电-电储能-蓄热式电锅炉联合系统能量优化[J]. 中国电机工程学报, 2017, 37 (S1): 137- 143.
8 戴远航, 陈磊, 闵勇. 风电场与含储热的热电联产联合运行的优化调度[J]. 中国电机工程学报, 2017, 37 (12): 3470- 3479.
9 李守东, 董海鹰, 张蕊萍. 考虑风电消纳的电热联合系统多源协调优化运行[J]. 太阳能学报, 2018, 39 (8): 2217- 2225.
10 任建文, 许英强, 董圣孝. 考虑储能参与的含高比例风电互联电力系统分散式调度模型[J]. 电网技术, 2018, 42 (4): 1079- 1086.
11 肖斐, 艾芊. 基于模型预测控制的微电网多时间尺度需求响应资源优化调度[J]. 电力自动化设备, 2018, 38 (5): 184- 190.
12 崔杨, 陈志, 严干贵. 基于含储热热电联产机组与电锅炉的弃风消纳协调调度模型[J]. 中国电机工程学报, 2016, 36 (15): 4072- 4081.
13 许玮, 袁弘, 车长明. 含电动汽车柔性负荷响应的优化调度策略研究[J]. 电测与仪表, 2018, 55 (14): 8- 12.
14 崔杨, 杨志文, 仲悟之, 等. 降低硫硝排放的含储热热电联产机组与风电联合调度策略[J]. 电网技术, 2018, 42 (4): 1063- 1070.
15 丁明, 刘新宇, 解蛟龙. 面向提高风电接纳能力的多区域热-电联合调度模型[J]. 中国电机工程学报, 2017, 37 (14): 4079- 4088.
[1] 蒋猛, 黄宇, 廖伟涵, 张简炼, 张又文, 郭创新. 基于改进NSGA-II算法的电-气-热综合能源系统多目标优化[J]. 发电技术, 2020, 41(2): 131-136.
[2] 孙黎霞,鞠平,白景涛,刘甜甜. 计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行[J]. 发电技术, 2020, 41(1): 64-72.
[3] 刘永前,赖福兴,阎洁,陈子新,李莉,韩爽,王永. 考虑不同截面翼型选取的风电机组叶片优化设计方法[J]. 发电技术, 2019, 40(4): 382-388.
[4] 唐诗洁,陆强,曲艳超,任翠涛,杨勇平. 基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计[J]. 发电技术, 2019, 40(3): 246-252.
[5] 邢涛, 李志军, 曹玲燕, 丁立华. 基于自适应免疫算法的变压器故障诊断[J]. 发电技术, 2017, 38(6): 42-45.